Sto cercando di utilizzare BeautifulSoup v4 per analizzare un documento. Chiamo BeautifulSoup su note.content, che è una stringa restituita da API Evernote:Google App Engine Python 2.7 + lxml = Unicode ParserError
soup = BeautifulSoup(note.content)
Ho permesso lxml nel mio file app.yaml:
libraries:
- name: lxml
version: "2.3"
Si noti che questo funziona sul mio sviluppo locale server. Tuttavia, quando schierato al cloud di Google ottengo il seguente errore:
Errore Traccia:
Unicode parsing is not supported on this platform
Traceback (most recent call last):
File "/base/python27_runtime/python27_lib/versions/third_party/webapp2-2.3/webapp2.py", line 1511, in __call__
rv = self.handle_exception(request, response, e)
File "/base/python27_runtime/python27_lib/versions/third_party/webapp2-2.3/webapp2.py", line 1505, in __call__
rv = self.router.dispatch(request, response)
File "/base/python27_runtime/python27_lib/versions/third_party/webapp2-2.3/webapp2.py", line 1253, in default_dispatcher
return route.handler_adapter(request, response)
File "/base/python27_runtime/python27_lib/versions/third_party/webapp2-2.3/webapp2.py", line 1077, in __call__
return handler.dispatch()
File "/base/python27_runtime/python27_lib/versions/third_party/webapp2-2.3/webapp2.py", line 547, in dispatch
return self.handle_exception(e, self.app.debug)
File "/base/python27_runtime/python27_lib/versions/third_party/webapp2-2.3/webapp2.py", line 545, in dispatch
return method(*args, **kwargs)
File "/base/data/home/apps/s~ever-blog/1.356951374446096208/controller/blog.py", line 101, in get
soup = BeautifulSoup(note.content)
File "/base/data/home/apps/s~ever-blog/1.356951374446096208/lib/bs4/__init__.py", line 168, in __init__
self._feed()
File "/base/data/home/apps/s~ever-blog/1.356951374446096208/lib/bs4/__init__.py", line 181, in _feed
self.builder.feed(self.markup)
File "/base/data/home/apps/s~ever-blog/1.356951374446096208/lib/bs4/builder/_lxml.py", line 62, in feed
self.parser.feed(markup)
File "parser.pxi", line 1077, in lxml.etree._FeedParser.feed (third_party/apphosting/python/lxml/src/lxml/lxml.etree.c:76196)
ParserError: Unicode parsing is not supported on this platform
UPDATE:
ho verificato parser.pxi, e ho trovato queste righe di codice che generato l'errore:
elif python.PyUnicode_Check(data):
if _UNICODE_ENCODING is NULL:
raise ParserError, \
u"Unicode parsing is not supported on this platform"
Penso che ci deve essere qualcosa sull'ambiente di distribuzione di GAE che causa questo errore , ma non sono sicuro di cosa.
UPDATE 2:
Perché BeautifulSoup cadrà automaticamente su altri parser, ho finito per togliere lxml dalla mia applicazione del tutto. Facendo così risolto il problema.
Avete questo errore utilizzando l'SDK o in produzione? (o entrambi). – proppy
Solo in produzione; Funziona bene su SDK con localhost. – zzz
Sto avendo lo stesso problema e sono atterrato rimuovendo lxml. Tuttavia, la clemenza del file html.parser di Python è piuttosto brutta e la maggior parte delle mie pagine non viene analizzata a causa di questo –